基于机器学习的DNA序列分类研究

DNA承载了生物体内的所有遗传信息,决定基因的结构和功能。对DNA所属类别进行预测,可以判断一个未知类是否为新物种、外来物种或者熟知物种。随着生物技术的发展,如何从获取到的DNA序列中提取完整信息并预测其序列组成,找到组成规律,准确反映物种特性成为生物信息学中的一个重要问题。本研究从NCBI网站上下载序列登录号为CP021707和CP085300的两类DNA序列文件,基于碱基频率和数量特征提取方法进行单碱基、双碱基和三碱基的特征提取,构建出84维、168维和35维特征向量,分别基于K近邻(K-Nearest Neighbor,KNN)、支持向量机(Support Vector Machine,SVM)以及K近邻和支持向量机融合(KNN-SVM)算法模型进行分类预测。实验结果表明,在168维特征向量下,基于KNN-SVM算法模型的分类准确率比基于KNN或SVM算法模型的分类准确率高,对判断一个未知类的相关特性具有积极意义。

简化FMM算法在束流剖面测量中的应用

加速器中利用荧光靶系统测量束流横向剖面,为进一步提高系统测量的准确度,本工作提出了一种利用简化快速行进算法(Fast Matching Method,FMM)填充荧光靶标定线的方法,使填充后的荧光靶图像更真实地反映束流剖面信息。首先利用Matlab生成模拟荧光靶图像,对比分析了算法处理前后的模拟图像束流剖面参数。仿真结果表明,经过处理后的模拟图像,其结构相似性(Structural Similarity Index Measure,SSIM)更接近1,均方误差(Mean Square Error,MSE)更小。最后,利用医用重离子加速器(Heavy Ion Medical Machine,HIMM)现场采集的荧光靶图像进行验证。结果表明,HIMM现场采集的图像经处理后,剖面测量结果接近评估值。本研究结果为后续束流横向剖面参数算法在可编程逻辑阵列上进行算法加速提供了依据。